Gorden Sun @Gorden_Sun

Google与马里兰大学等提出Dream-RSI：让AI Agent在历史探索记录中低成本自我进化 长程探索任务的元策略优化通常需要极高试错成本，这项研究直接将已完成的探索记录树作为精确的离线重放模拟器。 新策略无需重复调用模型执行真实代码，只需在历史轨迹中“做梦”重演即可筛选出更优方案，实现零执行成本的离线评估。 优胜策略随后部署至新一轮在线探索并扩充模拟器池，在保持甚至提升算法与算子发现质量的同时，最高降低162倍的探索调用开销。 项目介绍：https://t.co/jB6I6yKFIE